Transforming Competition into Collaboration: The Revolutionary Role of Multi-Agent Systems and Language Models in Modern Organizations

要約

この記事では、マルチエージェント システム理論 (SMA) と大規模言語モデル (LLM) を組み合わせた、人間のユーザー インタラクションに革命をもたらす可能性として、複雑な人間のインタラクションをシミュレートする機能を特徴とする計算エンティティの動的な影響を調査します。
特殊な人工エージェントを使用して、運用組織プロセスから応用知識と人間のオーケストレーションに基づく戦略的意思決定に至るまで、あらゆるものをサポートします。
これまでの調査では、人工エージェントの自律的なアプローチ、特に論理的推論や問題解決の誘導などの新しい課題や実用的なタスクに対処する場合、限界があることが明らかになりました。
また、思考の連鎖を刺激するなどの伝統的な手法には、人間による明確な指導が必要であるとも考えられています。
私たちのアプローチでは、大規模言語モデル (LLM) から開発されたエージェントを採用しています。各エージェントは、シナリオ (ロールプレイ) ビジネスで提案されたユースケースに基づいて知識の生成を刺激する戦略によって駆動され、行動要素を考慮した明確なプロトタイピングを備えています。
エージェント間のディスカッション アプローチ (ガイド付き会話)。
私たちは、マルチエージェント システム理論 (SMA) と大規模言語モデル (LLM ベース) に基づく革新的な使用法に基づいて、組織戦略に役立つエージェントを開発する可能性を実証し、さまざまなアプリケーション、複雑さ、ドメイン、およびシステムに対して差別化された適応可能な実験を提供します。
LLM の機能。

要約(オリジナル)

This article explores the dynamic influence of computational entities based on multi-agent systems theory (SMA) combined with large language models (LLM), which are characterized by their ability to simulate complex human interactions, as a possibility to revolutionize human user interaction from the use of specialized artificial agents to support everything from operational organizational processes to strategic decision making based on applied knowledge and human orchestration. Previous investigations reveal that there are limitations, particularly in the autonomous approach of artificial agents, especially when dealing with new challenges and pragmatic tasks such as inducing logical reasoning and problem solving. It is also considered that traditional techniques, such as the stimulation of chains of thoughts, require explicit human guidance. In our approach we employ agents developed from large language models (LLM), each with distinct prototyping that considers behavioral elements, driven by strategies that stimulate the generation of knowledge based on the use case proposed in the scenario (role-play) business, using a discussion approach between agents (guided conversation). We demonstrate the potential of developing agents useful for organizational strategies, based on multi-agent system theories (SMA) and innovative uses based on large language models (LLM based), offering a differentiated and adaptable experiment to different applications, complexities, domains, and capabilities from LLM.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google